BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

基于实据的进度计划方法及FogBugz 6.0

| 作者 Ben Hughes 关注 0 他的粉丝 ,译者 乔梁 关注 7 他的粉丝 发布于 2007年12月1日. 估计阅读时间: 2 分钟 | Google、Facebook、Pinterest、阿里、腾讯 等顶尖技术团队的上百个可供参考的架构实例!

早在2000年3月,Joel就在他的blog中提及到进度计划问题。他当时关注的问题,如今在传统和敏捷软件开发团队中都很普遍,主要包括:

  • 很难及时地跟踪评估的准确性
  • 计划中的任务必须是细粒度的
  • 人们普遍觉得计划刚写出来就已经过时了
  • 开发人员缺乏做进度计划的意愿

几乎所有的程序员都不想要进度计划。根据我的经验,绝大多数人希望根本没有进度计划。而少数人做了进度计划,却只是为了应付老板。除了高层管理者,没人真正相信这个计划。而高管们一边坚信存在UFO,一边却又相信“不存在按时完成的软件项目”。

那么为什么没有人做进度计划呢?有两个关键原因。一是做进度计划真的很痛苦。二是人们都认为做进度计划没有意义。如果进度计划没法做对,何必费那么大功夫去弄它呢?既然已经看穿进度计划总是一贯错误的,而且随着时间的推移只会更糟,干嘛要无谓地受苦呢?

基于实据的日程计划方法(Evidence Based Scheduling,EBS)试图以团队(或成员个人)历次评估的准确性为依据,为团队管理者预测在某一日期完成计划的可能性。同时鼓励团队用更小粒度的任务(最多16小时)来制定计划,而不是一星期的任务,这样才能取得团队效率方面有事实依据的历史数据。

你把那些来源于历史数据的信息再反馈到进度计划。那么,你所得到的就不仅仅是一个计划日期啦:

你得到的是一个充满自信的分布曲线,显示出在任一日期交付的可能性。

在Joel提出的这个方法中,创新之处是运用了Monte Carlo方法来生成对可能性的统计,它将开发者所作评估的准确性的历史信息应用于对交付日期的预测。结果可以被画在一张图上,以便非常直观地告诉项目管理者,项目可能在什么时间交付:

证据表明,这项技术已被郑重地应用于这一领域,最近被FogBugz 6.0采纳也表明它的应用越来越广泛。然而,这一方法依赖于细粒度的任务管理,因此要求团队管理更偏向于控制——与敏捷方法推崇的人性化的自组织团队背道而驰。

在您的团队中有使用EBS的经验吗?如果有,其结果和现实相匹配吗?

FogBugz 6.0可以用托管服务的形式按月购买,也可以安装到自己的主机

查看英文原文Evidence Based Scheduling and FogBugz 6.0

评价本文

专业度
风格

您好,朋友!

您需要 注册一个InfoQ账号 或者 才能进行评论。在您完成注册后还需要进行一些设置。

获得来自InfoQ的更多体验。

告诉我们您的想法

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我
社区评论

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

讨论

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT